Datavirroista liiketoimintakykyä yrityksille – 1

Pilottiprojektit tukemassa kehitysprosessia

Jokaisella organisaatiolla on ainutlaatuinen dataekosysteemi (Stobiersky 2021), mutta pienet ja keskisuuret yritykset eivät aina tunnista, mistä heidän organisaationsa dataekosysteemi koostuu. Esimerkkinä tästä toimivat sisäiset ja ulkoiset datavarastot. Sitrassa on tunnistettu, miten datan avulla voidaan luoda uudenlaista liiketoimintaa (Kippo 2023). Digitaalinen infrastruktuuri ja olemassa olevien datavarantojen hyödyntäminen TKI:ssä ovat tekoälyekosysteemin selkärankaa, joka Suomessa tarjoaa uusia liiketoiminta- ja kasvumahdollisuuksia (Halenius ym. 2026). Näin ollen on tärkeää tukea pk-yrityksiä hahmottamaan oma omat datavirtansa, -varastonsa ja -ekosysteeminsä.

Kyberturvalliset ekosysteemit Päijät-Häme -hankkeen aikana toteutettiin kolme pilottiprojektia ajalla 4.2.─12.12.2025 kolmen eri pk-yrityksen kanssa (LAB 2026; Keski-Mattinen 2025).

Pilotin alku ja toteutus   

Hanketyöryhmä perehtyi pilottiyritykseen verkkosivujen avulla sekä johdon ja hanketyöryhmän aloituspalaverissa. Keskustelussa tunnistettiin yrityksen tarpeiden pohjalta heidän toiminnastaan kehityskohde, johon kehitysprosessin toimenpiteet kohdistettiin. Kehityskohteen toimintaan osallistuvat partneriorganisaatiot listattiin ja sovittiin yhteinen tapaaminen dataekosysteemin tarkastelemiseksi.     

Seuraavaksi tehtiin karkean tason dataekosysteemin ja datavirtojen mallinnus eli nykytilan kuvaus. Ne mallinnettiin tietovirtakaavion (Data Flow Diagram) avulla, jossa tarkasteltava yritys ja sen kumppaniorganisaatiot esitetään suorakaiteen muotoisina toimijoina, ja niiden väliset tietojen vaihdot kuvataan suunnattuina nuolina, jotka osoittavat tiedon kulkusuunnan (DeMarco 1979; Yourdon 1989).

Palavereissa kartoitettiin yksityiskohtaisesti partneriorganisaatioiden ja pilottiyrityksen väliset vuorovaikutuskanavat, niissä kulkevat datavirrat sekä tiedontarpeet ja muut datalähteet.  Tavoitteena oli luoda systemaattinen malli, jota voitaisiin toteuttaa kaikkien pilottiyrityksen partneriorganisaatioiden kanssa kehityskohteeksi valitussa toiminnassa.  

Kuvassa 1 on kaavakuva 0-tason mallinnuksesta, jossa on kuvattuna pilottiyritys ja sen partneriorganisaatiot ja niiden väliset datavirtayhteydet.

1-tason mallinnukseen lisättiin datavirtayhteyksiin niihin liittyvät funktiot eli toiminta ja annettiin sitä kuvaava nimi. Koska pilottiyrityksen ja partneriorganisaatioiden välillä oli monenlaista toimintaa, lisääntyi datavirtojen määrä.

Kuvassa 2 on 2-tason mallinnus, jossa tarkennettiin datavirtoja kuvaamalla niiden tietosisällöt tarvittaessa jopa tietokenttätasolla eri funktiossa. Sitä tehtäessä tunnistettiin myös kehitettävät toiminnat ja niiden tietotarpeet. Esim. Tietokenttä 5.1 tarkoittaa Partneriorganisaatio 1:n ja Partneriorganisaatio 3:n henkilön välisessä toiminnassa, Toiminta 5:ssa tarvittavaa yksittäistä tietoa, joka voidaan tallettaa tietojärjestelmän tietokenttään, mutta ei vielä oteta kantaa tietotyyppiin tai tarkkaan tietorakenteeseen.  

Pilotin päättäminen 

Hanketyöryhmä ja pilottiyrityksen johto analysoivat pilotin tuotoksia ja tarkastelivat ratkaisuvaihtoehtoja ennen loppuraportin kokoamista. Ne sisälsivät katselmoidut pilottiyrityksen dataekosysteemin mallinnukset sekä suosituksia ja kehitysehdotuksia konkreettiselle dataekosysteemin toteutukselle. Ne luovutettiin päätöspalaverissa yrityksille digitaalisina.

Systemaattinen prosessimalli dataekosysteemin tunnistamiseen ja kehittämiseen

Pilottiprojektien aikana hahmoteltiin prosessimalli, jota eri toimialojen pk-yritykset voisivat käyttää oman dataekosysteeminsä tunnistamiseksi ja kehittämisen aloittamiseksi:

1. Nykytila – dataekosysteemin toimijoiden ja niiden välisten datavirtojen mallintaminen

2. Tavoitetila – nykytilan mallinnukseen lisätään mahdolliset uudet dataekosysteemin toimijat, kehitettävät toiminnat ja niiden tärkeimmät tietosisällöt mahdollisuuksien mukaan tietokenttä-tasolla​

3. Katselmointi – pilottiyrityksen dataekosysteemin nykytilan ja tavoitetilan mallinnusten tarkastus ja mahdolliset korjaukset.

Kahteen eri pilottiprojektiin osallistuneen yritysedustajan (Haastateltava A ja B) mielestä prosessimalli avasi uudenlaisia näkökulmia pk-yrityksen liiketoiminnan kehittämiseen. He pitivät mallin luomaa systemaattisuutta sekä tuotettua dokumentaatiota hyvänä. Samalla he totesivat, että korkeakouluyhteistyön tuoma tuki prosessin läpivientiin oli tarpeellinen. Prosessimallia on tärkeää testata lisää ja jatkokehittää.

Lähteet 

DeMarco, T. 1979. Structured Analysis and System Specification. London: Prentice Hall.

Haastateltava A. 2026. Yritysedustajan haastattelu. 27.1.2026.

Haastateltava B. 2026. Yritysedustajan haastattelu. 4.2.2026.

Halenius, L., Korvenmaa, L. & Aura, H. 2026. Mistä kasvua tekoälyn aikakaudella? Sitra. Viitattu 6.8.2026. Saatavissa https://www.sitra.fi/julkaisut/mista-kasvua-tekoalyn-aikakaudella/

Keski-Mattinen, T. 2025. Dataekosysteemi liiketoiminnan kehittämisessä. LAB Focus. Viitattu 8.6.2026. Saatavissa https://blogit.lab.fi/labfocus/dataekosysteemi-liiketoiminnan-kehittamisessa/

Kippo, J. 2023. Data ja tekoäly tarjoavat avaimet Suomen menestykseen – verkosto listasi keinot, joilla datatalouteen saadaan lisää vauhtia. Sitra. Viitattu 6.8.2026. Saatavissa https://www.sitra.fi/uutiset/data-ja-tekoaly-tarjoavat-avaimet-suomen-menestykseen-verkosto-listasi-keinot-joilla-datatalouteen-saadaan-lisaa-vauhtia/

LAB. 2026. Kyberturvalliset ekosysteemit Päijät-Häme. Hanke. LAB-ammattikorkeakoulu. Viitattu 8.6.2026. Saatavissa https://lab.fi/fi/projekti/kyberturvalliset-ekosysteemit-paijat-hame

Stobiersky, T. 2021. 5 Key Elements of a Data Ecosystem. Harvard Business School. Viitattu 8.6.2026. Saatavissa https://online.hbs.edu/blog/post/data-ecosystem

Yourdon, E. 1989. Modern Structured Analysis. London: Prentice Hall.